Selbsteinschätzende Lernverfahren: Möglichkeiten und Grenzen

Kein Bild zugeordnet
Autor/en:
G. Grieser
Umfang:
200
EAN/ISBN:
978-3-89838-259-5
Band:
259
Ausgabe:
softcover
Buchreihe:
Dissertationen zur Künstlichen Intelligenz
Kategorien:
Buch
Informatik
Künstliche Intelligenz
Dissertationen zur Künstlichen Intelligenz
Deutsch
Gesamtverzeichnis AKA Verlag
Preis:
35,00 €
inkl. 7% MwSt.
Es ist heutzutage unbestritten, dass Computer gewisse Intelligenzleistungen des Menschen übernehmen können. Ein Beispiel hierfür ist die Fähigkeit, sich wechselnden Bedingungen anzupassen. Betrachtet man jedoch die existierenden Algorithmen, so ist von Intelligenz bzw. dem, was menschliches Denken ausmacht, nicht viel zu sehen. Die beim Menschen so wichtige Fähigkeit zur Introspektion wird nahezu ignoriert. In diesem Buch wird die Fähigkeit zur Selbsteinschätzung mit dem Maschinellen Lernen kombiniert. Es werden prinzipielle Möglichkeiten und Grenzen selbsteinschätzender Lernverfahren ausgelotet. Hierzu werden typische Verhaltensmuster, wie optimistisches und pessimistisches Vorgehen, formalisiert und analysiert. Diese Untersuchungen erfolgen im Rahmen der Theorie der Induktiven Inferenz. Außerdem wird exemplarisch ein selbsteinschätzender Algorithmus zum inkrementellen Lernen von Entscheidungsbäumen vorgestellt.